本篇博客主要是个人总结,有大致的思路逻辑,想要更加清晰的了解,下方有黑马的视频,自行观看,通俗易懂。
介绍:Sentinel是阿里巴巴开源的一款微服务流量控制组件。官网地址:https://sentinelguard.io/zh-cn/index.html
特征:丰富的应用场景、完备的实时监控、广泛的开源生态、完善的 SPI 扩展点。
一、雪崩问题
解释:微服务调用链路中的某个服务故障,引起整个链路中的所有微服务都不可用,这就是雪崩。(一个服务器的Tomcat资源耗尽,导致依赖的服务全部故障)
1.1 解决办法
解决雪崩问题有四种办法如下:
- 超时处理:设定超时时间,请求超过一定时间没有响应就返回错误信息,不会无休止等待。 – 因服务故障引起的雪崩问题
- 舱壁模式:限定每个业务能使用的线程数,避免耗尽整个tomcat的资源,因此也叫线程隔离。 – 因服务故障
- 熔断降级:由断路器统计业务执行的异常比例,如果超出阈值则会熔断该业务,拦截访问该业务的一切请求。 – 因服务故障
- 流量控制:限制业务访问的QPS,避免服务因流量的突增而故障。(QPS:每秒钟处理请求的数量) – 因高并发流量导致服务故障
二、服务保护技术的对比
Sentinel的对比,Hystrix已经不维护了。具体对比如下:
** ** | Sentinel | Hystrix |
隔离策略 | 信号量隔离 | 线程池隔离/信号量隔离 |
熔断降级策略 | 基于慢调用比例或异常比例 | 基于失败比率 |
实时指标实现 | 滑动窗口 | 滑动窗口(基于 RxJava) |
规则配置 | 支持多种数据源 | 支持多种数据源 |
扩展性 | 多个扩展点 | 插件的形式 |
基于注解的支持 | 支持 | 支持 |
限流 | 基于 QPS,支持基于调用关系的限流 | 有限的支持 |
流量整形 | 支持慢启动、匀速排队模式 | 不支持 |
系统自适应保护 | 支持 | 不支持 |
控制台 | 开箱即用,可配置规则、查看秒级监控、机器发现等 | 不完善 |
常见框架的适配 | Servlet、Spring Cloud、Dubbo、gRPC 等 | Servlet、Spring Cloud Netflix |
三、安装并整合Sentinel控制台
sentinel官方提供了UI控制台,方便我们对系统做限流设置。下载好的jar包,将其拷贝到一个你能记住的非中文目录,然后运行命令
- :
java -jar sentinel-dashboard-1.8.1.jar
,然后访问:localhost:8080 即可看到控制台页面,默认的账户和密码都是sentinel。 - 打开在命令行的nacos的bin目录下输入
startup.cmd -m standalone
启动nacos。接着打开实用篇的代码,将yaml文件的信息做出相应的修改,这是本人的,MySQL有5和8两个版本,由于前面是匹配虚拟机里的数据库,换回MySQL5,端口3305。还有将前面的nacos地址换回localhost,还需要修改order-service的端口号,不然与sentinel的控制台端口冲突。 - 在order-service中整合Sentinel,并且连接Sentiinel的控制台。引入sentinel依赖;配置控制台地址;访问微服务的任意端点,触发sentinel监控。
四、限流规则
4.1 簇点链路
- 项目内的调用链路,链路中被监控的每个接口就是一个资源。默认情况下sentinel会监控SpringMVC的每一个端点(Endpoint),因此SpringMVC的每一个端点(Endpoint)就是调用链路中的一个资源。
流控、熔断等都是针对簇点链路中的资源来设置的。 - 流控规则入门案例:给 /order/{orderId}这个资源设置流控规则,QPS不能超过 5。然后利用jemeter测试。
4.2 流控模式
添加限流规则时,点击高级选项,可以选择三种流控模式:
- 直接:统计当前资源的请求,触发阈值时对当前资源直接限流,也是默认的模式。
- 关联:统计与当前资源相关的另一个资源,触发阈值时,对当前资源限流。(满足下面条件:两个有竞争关系的资源;一个优先级较高,一个优先级较低[限流])
- 链路:统计从指定链路访问到本资源的请求,触发阈值时,对指定链路限流。(有查询订单和创建订单业务,两者都需要查询商品。针对从查询订单进入到查询商品的请求统计,并设置限流。)
4.3 流控效果
流控效果是指请求达到流控阈值时应该采取的措施,包括三种:
- 快速失败:达到阈值后,新的请求会被立即拒绝并抛出FlowException异常。是默认的处理方式。
- warm up:预热模式,对超出阈值的请求同样是拒绝并抛出异常。但这种模式阈值会动态变化,从一个较小值逐渐增加到最大阈值。(给/order/{orderId}这个资源设置限流,最大QPS为10,利用warm up效果,预热时长为5秒)
- 排队等待:让所有的请求按照先后次序排队执行,两个请求的间隔不能小于指定时长(给/order/{orderId}这个资源设置限流,最大QPS为10,利用排队的流控效果,超时时长设置为5s)
4.4 热点参数限流
- 之前的限流是统计访问某个资源的所有请求,判断是否超过QPS阈值。而热点参数限流是分别统计参数值相同的请求,判断是否超过QPS阈值。
- 案例:给/order/{orderId}这个资源添加热点参数限流,规则如下:默认的热点参数规则是每1秒请求量不超过2;给102这个参数设置例外:每1秒请求量不超过4;给103这个参数设置例外:每1秒请求量不超过10。
- 热点参数限流对默认的SpringMVC资源无效。
五、隔离和降级
限流可以尽量避免因高并发而引起的服务故障,但服务还会因为其它原因而故障。而要将这些故障控制在一定范围,避免雪崩,就要靠线程隔离(舱壁模式)和熔断降级手段了。不管是线程隔离还是熔断降级,都是对客户端(调用方)的保护。
5.1 Feign整合Sentinelnel
SpringCloud中,微服务调用都是通过Feign来实现的,因此做客户端保护必须整合Feign和Sentinel。
Feign整合Sentinel的步骤如下:
- 在application.yml中配置:feign.sentienl.enable=true。
- 给FeignClient编写FallbackFactory并注册为Bean。
- 将FallbackFactory配置到FeignClient
5.2 线程隔离
线程隔离有两种方式实现:
优点 | 缺点 | 场景 | |
信号量隔离-Sentinel默认 | 轻量级,无额外开销 | 不支持主动超时 不支持异步调用 | 高频调用高扇出 |
线程池隔离 | 支持主动超时支持异步调用 | 线程的额外开销比较大 | 低扇出 |
- 案例:线程隔离(舱壁模式)-- 给 UserClient的查询用户接口设置流控规则,线程数不能超过 2。然后利用jemeter测试。
- 信号量隔离的特点:基于计数器模式,简单,开销小。
- 线程池隔离的特点:基于线程池模式,有额外开销,但隔离控制更强。
5.3 熔断降级
熔断降级是解决雪崩问题的重要手段。其思路是由断路器统计服务调用的异常比例、慢请求比例,如果超出阈值则会熔断该服务。即拦截访问该服务的一切请求;而当服务恢复时,断路器会放行访问该服务的请求。
断路器熔断策略有三种:慢调用、异常比例、异常数。
- 慢调用:业务的响应时长(RT)大于指定时长的请求认定为慢调用请求。在指定时间内,如果请求数量超过设定的最小数量,慢调用比例大于设定的阈值,则触发熔断。
- 案例:给 UserClient的查询用户接口设置降级规则,慢调用的RT阈值为50ms,统计时间为1秒,最小请求数量为5,失败阈值比例为0.4,熔断时长为5。提示:为了触发慢调用规则,我们需要修改UserService中的业务,增加业务耗时。
- 异常比例或异常数:统计指定时间内的调用,如果调用次数超过指定请求数,并且出现异常的比例达到设定的比例阈值(或超过指定异常数),则触发熔断。
- 案例:给 UserClient的查询用户接口设置降级规则,统计时间为1秒,最小请求数量为5,失败阈值比例为0.4,熔断时长为5s。
六、授权规则
授权规则可以对调用方的来源做控制,有白名单和黑名单两种方式。
- 白名单:来源(origin)在白名单内的调用者允许访问。
- 黑名单:来源(origin)在黑名单内的调用者不允许访问。
获取请求来源的接口–RequestOriginParser
。
七、自定义异常结果
默认情况下,发生限流、降级、授权拦截时,都会抛出异常到调用方。如果要自定义异常时的返回结果,需要实现BlockExceptionHandler
接口。
异常 | 说明 |
FlowException | 限流异常 |
ParamFlowException | 热点参数限流的异常 |
DegradeException | 降级异常 |
AuthorityException | 授权规则异常 |
SystemBlockException | 系统规则异常 |
八、规则持久化
8.1 规则管理模式
Sentinel的控制台规则管理有三种模式:
- 原始模式:控制台配置的规则直接推送到Sentinel客户端,也就是我们的应用。然后保存在内存中,服务重启则丢失。
- pull模式:控制台将配置的规则推送到Sentinel客户端,而客户端会将配置规则保存在本地文件或数据库中。以后会定时去本地文件或数据库中查询,更新本地规则。
- push模式:控制台将配置规则推送到远程配置中心,例如Nacos。Sentinel客户端监听Nacos,获取配置变更的推送消息,完成本地配置更新。
推送模式 | 存储位置 | 优点 | 缺点 |
原始模式 | 保存在内存 | 简单,无任何依赖 | 不保证一致性;规则保存在内存中,重启即消失。严重不建议用于生产环境 |
Pull 模式 | 保存在本地文件或数据库,定时去读取 | 简单,无任何依赖;规则持久化 | 不保证一致性;实时性不保证,拉取过于频繁也可能会有性能问题。 |
Push模式 | 保存在nacos,监听变更实时更新 | 规则持久化;一致性; | 引入第三方依赖 |
->微服务技术栈高级篇–微服务保护–Sentinel课程视频`
高级篇Day1-01-初识Sentinel_哔哩哔哩_bilibili
<-
记录每一个学习瞬间